相關文章

18a81b79258bc4577b946e1c4322c318 在 Google(確切地說是 Alphabet 的 X)旗下 DeepMind 的 AI 應用AlphaGo最近在人機大戰中以 4:1 的成績擊敗韓國李世石之後,又馬上傳出了前者有意出售幾年前收購的另一家 AI 明星機器人公司Boston Dynamics的消息,這種反差令人有點摸不著頭腦。

彭博社認為,如果是真的,會接手 Boston Dynamics 的下一家公司可能有豐田新成立的人工智慧與機器人研究機構 Toyota Research Institute 或是Amazon。

AlphaGo 很風光,Boston Dynamics 的機器人表現也很驚豔,但這兩者的不同是在於前者是軟體,後者是硬體。而在研究領域,軟體的開發和測試遠比硬體的簡單。這一點在人工智慧和機器人方面表現得尤其明顯。

跟普通的工業機器人不同,Boston Dynamics 等一批機器人研發機構想做的是更加靈活、執行任務範圍更廣的機器人,而這需要解決一批棘手問題,進行基礎性的研究。

去年11月 的時候 Google 的機器人研發高層主持過一場內部會議,會議討論了教機器人執行體力勞動任務的可行性以及 Boston Dynamics 必須如何加強與 Google 其他團隊的配合問題。此外,他們還有一個更大的問題要解決,那就是液壓技術問題。所以,儘管智慧型機器很有潛能,但是實現起來總會面臨諸多問題。

2月23日,BostonDynamics 發佈了 Altas 機器人的影片。這種機器人看起來能在戶外各種條件下行走、搬盒子、自主保持穩定和自行站立。影片發佈後立即引起了巨大的反響,但也引起了 Google 的擔憂—因為實際上這個機器人並沒有大家想像得那麼先進。因為公司的主要進展只是解決了機器在實際環境中的行走問題,但離全自動還很遙遠。創始人 Marc Raibert 在 1月 份的一次會議上透露,儘管機器人能做這一切,但都是靠人來操縱的。

AlphaGo 在數月之內可以學習幾十萬個棋譜一樣,軟體可以在電腦上面不受限地進行模擬,但是想要機器人在叢林或者雪地裡行走卻要面臨高得多的挑戰,需要的時間也要長得多。

機器人的開發通常只有兩個選項:先用軟體先來模擬好環境、機器人的狀況,然後指望模擬結果足夠精確再載入到機器上,希望實際結果也一樣;再不然就是跳過模擬的過程直接做機器人,然後在失敗中吸取教訓,不斷改進機器人。而這些過程都要很久。

Google 在做無人車的時候就面臨著這樣的問題,現在 Google 是這兩種手段都用。每週 Google 都要用真車進行駕駛測試幾千公里,同時每週也用軟體模擬無人車在虛擬的道路上行駛數百萬英里。這樣模擬器能夠測試無人車在面臨不同狀況時的反應,而現實世界可以回饋虛擬無人車沒有遇到過的資料和問題給軟體。

而機器人的問題在於它更複雜:無人車只有 4 個輪子,而機器人要控制手、腳、脖子、膝關節、手指等。這一切都要模擬是極其困難的,要模擬各種動作的組合更是難上加難,需要幾十萬次的學習才能掌握。

而 Boston Dynamics 機器人所需的技術還沒有走出實驗室,用軟體控制它們,讓機器人能夠自治仍然屬於研究問題,全球的大學尚在研究。也許這就是 Google 認為 Boston Dynamics 的技術商轉還需要10年的原因。

資訊來源:bloomberg.com

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則